制约下一代集群的不是 GPU，而是电力

关于新建训练集群的讨论，几乎总是从 GPU 数量开始。有人提出「64 张 B300」，话题随即转向网络拓扑与存储吞吐。而真正决定整个方案能否落地的数字，也就是机房实际能够提供的千瓦数，往往要到讨论接近尾声、设施管理人员终于参与进来时才被提及。

被跳过的那道算术题

一台八卡 B300 节点在持续负载下功耗约为 14kW。八台即为 112kW，这还未计入任何交换机、PDU 与存储设备。而常规企业机柜的供电配置通常在 7kW 至 15kW 之间。即便是规格良好的 30kW 托管机柜，也仅能容纳两台节点。

因此，64 张 GPU 意味着 8 台节点，约 120kW，根据场地条件需要 4 至 16 个机柜，而非最初讨论中设想的单个机柜。GPU 数量从来都不是真正的难点。

散热的失效早于供电。当单机柜功率超过约 40kW 时，无论供电是否充足，风冷都已不再可行：所需风量超出机柜可通过的上限，且机柜内的温升会使后端设备的进风温度超出规格范围。

这正是液冷方案在此类设计中会在特定功率密度下成为必选项、而非高端选配的原因。此时的考量已不在于能效，而在于硬件能否以额定频率正常运行。

从场地条件出发。先确认单机柜可用功率、散热能力，以及楼板承重规格。这三个数字决定了单机柜可容纳的节点数量，节点数量再决定 GPU 数量。得出的结论往往小于项目最初设想的规模，这个结果并不令人愉快，但远比在采购订单签署之后才发现要划算得多。

当业务负载确实需要超出场地条件的密度时，液冷方案可以抬高上限。一台 300kW 行间 CDU 能够支撑风冷无法承载的整排八卡节点。但这属于具有独立交付周期的场地工程项目，因此更应在讨论之初而非结尾提出。

单机柜实际可用功率（以 PDU 实测为准，而非建筑图纸标注）；散热能力及是否具备冷却水源；楼板承重（千克每平方米）；三相供电可用性，以及在稳态功耗之上的断路器余量，因为此类系统的瞬时峰值远高于典型功耗值。

上述每一项在下单之前都是可以确认的，而在下单之后则无一可控。